AI 数据中心推动隐性存储危机，HDD 与 SSD 价格上涨

Google News 在 2026 年 8 月揭示了一场尖锐的冲突：AI 基础设施消耗存储的速度，已超过制造商能够从容扩充供应的速度。尽管多年来人们一直预期存储会随着每一轮技术周期而变得更便宜，HDD 和 SSD 的价格却在上涨。

这种压力远不止影响安装在 AI 加速器旁的专用硬盘。云服务运营商正通过更长期的协议锁定高容量硬盘和企业级 SSD。制造商则将产能优先投向这些利润更高的客户，使消费级设备和传统服务器面临更紧张的供应。

这不只是又一次组件短缺。Seagate、Western Digital、Micron、Samsung、SK hynix、Kioxia 和 Sandisk 面临着不同的技术限制。然而，它们的市场如今受到同一股力量推动：AI 系统会在昂贵的计算工作开始后，生成、检索并保存海量数据。

核心矛盾在于容量与可负担性之间。数据中心既需要高速闪存存储，也需要经济实惠的磁盘容量；而制造商无法在一夜之间增加任一类供应。由此形成的挤压解释了为何即使买家从未运行过 AI 模型，存储升级的成本也可能变得更高。

Google News 揭示的存储供应紧张

这场存储危机始于工作负载的变化，而非制造业突然崩溃。

生成式 AI 最初看起来是一个计算问题。图形处理器获得了最多关注，因为它们负责模型训练和推理所需的矩阵计算。但每一台加速器都依赖于一个更庞大的系统：为其提供数据、保存其工作成果，并留存其输出。

训练需要数据集、模型检查点、评估结果和日志。检查点是模型参数的已保存版本，使工作能够在不重启整个训练任务的情况下继续进行。随着开发者测试多个模型版本，这些文件会不断累积。

推理又带来了一层存储需求。检索增强生成，即 RAG，使 AI 应用能够在生成答案前检索相关文档。这一过程依赖于文档库、向量索引、访问记录、缓存的模型数据以及治理副本。

Agentic 应用则增加了更多活动。一个 AI agent 可以生成中间文件、调用软件工具、保留历史记录，并重新访问先前结果。因此，在用户收到最终回复前，一项任务就可能产生许多存储操作。

视频生成再次提高了容量要求。一段文本回复占用的空间很小，但生成的视频、仿真数据和传感器记录要大得多。物理 AI 系统也会持续产生摄像头、遥测和机器数据。

这些工作负载并不使用同一种可互换的存储设备。企业级 SSD 处理对延迟敏感的数据、活跃索引和快速检查点访问。高容量 HDD 则保存较冷的数据集、备份副本、归档内容，以及其他必须以规模化经济方式长期保留的信息。

这一区别很重要，因为 SSD 短缺无法完全靠 HDD 解决。硬盘无法为性能敏感型工作提供与闪存相当的低延迟。在云服务运营商需要海量持久容量时，SSD 也无法以经济的方式替代所有硬盘。

Western Digital 表示，随着 AI 和数据驱动型工作负载扩张，云存储需求正在加速增长。其文件还指出，更高容量硬盘涉及更高的制造复杂度和更长的交付周期。客户因此开始更早规划，并延长商业合作安排。

在其 2025 年投资者活动上，该公司预计，从 2024 年到 2028 年，HDD 的艾字节出货量将以 23% 的复合年增长率增长。根据其 AI 存储展望，这一预测反映了数据湖、生成式媒体和其他存储密集型 AI 应用。

一艾字节等于十亿吉字节。制造商越来越多地讨论艾字节，而非硬盘出货量，因为每块硬盘如今承载的容量更大。这一单位也揭示了行业偏好的应对方式：提高每台设备所存储的数据量，而不是迅速增加工厂和硬盘产量。

Google News 在这里可作为信息发现层，但并不能确立基础事实。证据来自存储制造商、财务文件、产品出货情况和独立市场研究。综合来看，这些来源表明，短缺问题比单一标题或出版物所反映的范围更广。

AI 数据中心同时需要高速与低成本存储

AI 基础设施将数据划分为性能层和容量层，迫使 SSD 与 HDD 供应链同步扩张。

AI 集群很少会把所有内容都存放在最快的设备上。这种做法会浪费稀缺的闪存容量，并增加基础设施成本。运营商通常会围绕数据访问的频率和速度构建存储分层。

最快的一层存放加速器立即需要的信息，其中可能包括活跃训练样本、模型检查点、向量索引和键值缓存数据。键值缓存会保留此前的推理计算结果，从而减少长对话或复杂请求中的重复计算。

企业级 SSD 服务于这一层，因为它们具备高吞吐量和低延迟。吞吐量衡量设备在一段时间内可传输的数据量。延迟则衡量请求操作开始前的等待时间。

Micron 在 2025 年 9 月表示，AI 推理正通过向量搜索、索引和键值缓存分层推高 NAND 需求。该公司还警告称，HDD 供应短缺将把更多需求导向 NAND 产品。

到 2026 年 6 月，Micron 报告称，其数据中心 SSD 营收环比增长超过一倍，并超过 50 亿美元。这一数字反映的是公司营收，而非客户价格。更重要的是，Micron 表示，行业对 DRAM 和 NAND 的需求仍持续超过供应。

该公司还预计，紧张局面将持续到 2027 年以后。这一预测将失衡归因于多个市场中的 AI 需求及结构性供应限制。此类表述仍属于企业指引，但订单活动和合约价格研究支持这一方向。

Micron 的产品路线图展示了性能层面的应对方式。其 9650 数据中心 SSD 采用 PCIe Gen6，这是一种连接存储与服务器处理器的高速接口。该公司宣传的顺序读取吞吐量最高可达每秒 28 吉字节。

其面向容量的 6600 ION 使用 QLC NAND，每个存储单元可存储四个数据位。QLC 提升了存储密度，但也带来了耐久性和性能方面的权衡，系统设计者必须加以管理。Micron 在 2026 年开始出货 245 TB 版本。

这些产品瞄准了 AI 存储层级中的不同位置。高速 SSD 让加速器持续获得数据供给。高密度 SSD 则在受限机架内提高容量。两者都无法消除对保存低活跃度数据的硬盘需求。

HDD 制造商也在同步进行密度转型。Seagate 的热辅助磁记录，即 HAMR，会在写入数据前短暂加热磁盘上的微观区域。这种方法可实现更小的磁性区域，并在每张盘片上容纳更多容量。

Seagate 一直强调面密度，即磁盘表面可存储的数据量。其策略是在不以同等幅度增加硬盘数量的前提下，提高艾字节产出。

Western Digital 正通过自身路线图推进更高密度的记录技术。该公司还描述了软件和接口层面的变化，旨在让面向 AI 客户的大型 HDD 集群更易部署。这些计划进一步强化了闪存性能与磁盘经济性之间持续存在的分工。

业界曾将 SSD 描述为最终会取代硬盘的技术。这在某些应用中仍然合理，尤其是在能源、空间或延迟具有很高价值的场景。然而，当前的 AI 部署使两种技术都不可或缺。

模型开发者可能将活跃向量和检查点保存在 SSD 上，同时把较旧版本转移到 HDD。视频服务可将高频访问的资产放在闪存上，同时将源视频素材归档到磁盘。机器人公司可能快速处理近期传感器记录，然后将较早的数据流保留在更便宜的容量层中。

这种架构使 AI 增长转化为两波相互重叠的采购浪潮。数据中心买家同时争夺企业级 SSD 和高容量 HDD。随后，消费级买家会在产品可得性和更换成本上感受到后果。

HDD 价格为何持续上涨

硬盘价格仍然居高不下，因为超大规模买家正在预订未来容量，而密度转型限制了产能的快速增长。

HDD 市场不同于 NAND 闪存。闪存制造商可以在多个产品类别之间分配内存产出，尽管认证和封装限制依然重要。硬盘制造则需要复杂的机械组件、磁头、盘片、控制器以及严格受控的生产流程。

该市场也高度集中。Seagate、Western Digital 和 Toshiba 几乎占据了全球所有 HDD 产量。这种格局反映了数十年的行业整合，以及维持竞争力所需的巨大工程投入。

市场集中并不能自动证明存在协同定价。但这意味着该行业几乎没有来自替代供应商的闲置产能。当云需求增长快于原计划时，买家无法迅速认证一家具有同等规模的新制造商。

超大规模客户还会提出冗长的认证要求。一块高容量硬盘必须证明其可靠性、性能可预测性、固件兼容性以及可接受的功耗。新设计在大规模部署开始前，可能需要数月时间才能完成引入。

Western Digital 在 2025 年的一份监管文件中解释了这种压力。该公司表示，高容量硬盘的需求带来了更高的制造复杂性和更长的交付周期。因此，客户开始更早参与采购，并通过更长周期延长其商业承诺。

Seagate 在其投资者活动中描述了类似策略。该公司并非只追求硬盘数量增长，而是计划通过其 Mozaic HAMR 平台提高每块磁盘的容量。其路线图将从每张盘片超过 3 TB，迈向长期每张盘片 10 TB 的目标。

HAMR 路线图带来了实在的供应优势。每张盘片存储更多数据，意味着一块硬盘可以替代多块较低容量的设备。数据中心可减少机架空间、硬盘插槽、网络设备和配套电力需求。

然而，密度转型并不意味着产能会立即增加。新的磁头、介质、固件和制造流程都需要谨慎认证。早期生产还可能面临良率限制，即部分制造出的组件无法达到规格要求。

制造商还有另一个保持克制的理由。HDD 行业曾经历过产能过剩压低利润率并造成库存积压的时期。如今，供应商更倾向于已承诺订单和可预测的产能扩张，而不是投机性产出。

这种供给纪律对制造商而言是理性的，但对规模较小的买方却很困难。超大规模云服务商可以协商多年期供应安排，并共享其需求预测。小型企业、系统集成商或家庭存储买家则通过更短的分销渠道采购。

因此，消费级 HDD 价格并不会与 AI 需求形成简单的一对一关系。零售库存、分销商利润率、区域供应情况、保修政策和促销周期都会影响最终价格。尽管如此，持续的云端预订正在减少过去支撑频繁折扣的过剩库存。

高密度硬盘也可能带有初始溢价，因为它们能在每个机架位提供更多可用容量。企业买家会评估总运营成本，包括电力和机房空间。消费者通常更关注设备的购买成本。

当前情况颠覆了一项旧有假设。技术进步仍在持续降低存储每个字节所需的物理资源。但总需求增长足够快，足以吸收这些效率提升。

这种效应类似于杰文斯悖论：效率提高可能会促使整体消费增加。更高密度的硬盘降低了保存数据的基础设施负担。AI 服务因此更容易保留更多检查点、日志、录音、录像和生成媒体。

这并不意味着效率本身导致了短缺。直接机制涉及需求快速增长、认证周期漫长、供应高度集中，以及制造端的供给纪律。密度提升带来了缓解，但也使更大规模的存储池成为可能。

当 EB 级产出增长快于已承诺的云端需求时，HDD 价格将走弱。在此之前，关键指标并不是出货了多少块硬盘，而是制造商能够在不牺牲良率的情况下，向客户认证并交付多少 EB 的容量。

为什么 SSD 价格上涨蔓延至数据中心之外

SSD 通胀波及消费设备，是因为企业买家正在争夺同一基础 NAND 产能，而这种 NAND 被用于众多存储产品。

NAND 闪存始于半导体晶圆。制造商将晶圆加工成存储芯片，封装芯片，再与控制器和固件结合，制成特定产品。消费级 SSD 与企业级 SSD 存在显著差异，但两者都依赖更广泛的 NAND 供应基础。

企业级硬盘需要的不只是原始容量。它们还需要可预测的延迟、断电保护、更高的耐久性，以及为持续负载设计的固件。客户还会针对特定服务器平台对其进行认证。

即便如此，制造商仍需决定将投资、先进制程、工程资源和适配产出投向何处。当企业级 SSD 需求带来更强利润率时，优先级较低的消费产品就会得到较少关注。

TrendForce 在 2026 年初表示，供应商正将供应从客户端 SSD 转向数据中心产品。该机构预计，企业级 SSD 将在年内成为最大的 NAND 需求细分市场。客户端 SSD 合约价格预计将在第一季度上涨逾 40%。

供需失衡进一步加剧。2 月，TrendForce 预计第一季度 NAND 合约价格将上涨 55% 至 60%。该机构预计企业级 SSD 合约价格将上涨 53% 至 58%，创其数据集中的单季最高涨幅。

到 3 月，该机构预计第二季度整体 NAND 合约价格还将上涨 70% 至 75%。随着大型云服务商通过更长期协议锁定供应，企业订单几乎没有放缓迹象。

这些是合约市场的估算，并非普遍的零售涨价。买家会在不同时间协商不同产品。汇率波动、现有库存和促销活动都可能延缓对特定笔记本电脑或消费级硬盘的影响。

不过，这一趋势很难忽视。NAND price forecast 发现，涨价正在蔓延至整个产品组合。这种模式符合供应链优先满足高性能、高容量服务器需求的特征。

这种变化也给设备制造商带来压力。笔记本电脑厂商可以接受更高的物料成本、降低存储容量、提高设备售价，或改用其他组件。每种应对方式最终都会影响买家。

智能手机存储也面临类似的资源分配压力，因为嵌入式产品同样在争夺 NAND 制造产能。制造商无法随意将企业级 SSD 替换到手机中，但晶圆和制程层面的生产优先级仍会影响供应可得性。

Micron 的业绩说明了供应商为何偏向数据中心。其 2025 财年数据中心 SSD 业务实现创纪录的营收和市场份额。该公司随后发布的 server demand update 表示，AI 和传统服务器均受制于 DRAM 与 NAND 供应不足。

需求并不限于模型训练。每当已部署模型响应请求时，AI 推理都会运行。在大规模场景下，推理可能需要持续访问模型文件、索引、用户上下文和缓存计算结果。

更长的上下文窗口会放大这种行为。处理大量文档集合的企业助手需要从庞大索引中快速检索。遍历代码仓库的编程智能体则可能产生反复的读取、写入和中间产物。

知识系统也会为验证而保留源材料。团队可能会保存原始文档、提取文本、嵌入向量、权限信息和审计历史。因此，构建 AI knowledge base 的人会将 AI 同时视为计算和数据管理工作负载。

本地 AI 又增加了一层影响。个人电脑日益存储模型权重、本地索引和生成媒体。这些工作负载可能恰好在客户端 SSD 供应优先级降低时，推高消费者所需的存储容量。

结果形成了一个令人不安的反馈循环。AI 服务增加企业存储需求。供应商将更多产能分配给数据中心。消费设备获得的供应条件变得更不利，而其自身的 AI 功能又需要更大的本地容量。

Google News 的报道可能让这个循环看起来像一次单独的价格事件。更准确的理解是：这是一项横跨晶圆生产、固件认证、服务器部署和设备配置的资源分配决策。

AI 的解释真实存在，但并不完整

AI 需求解释了大部分压力，但供给纪律、产品迭代和买方行为也决定了其严重程度。

当市场将价格上涨完全归因于非同寻常的需求时，存储制造商会从中受益。这种叙事强调增长，同时较少关注此前的减产和保守资本支出。

NAND 市场以周期性著称。供应商有时会在市场强劲时扩张产能，造成产出过剩，随后遭遇价格大幅下跌。经历艰难的下行周期后，制造商往往会限制产量，并优先考虑盈利能力。

这些决策为当前短缺埋下了伏笔。AI 需求到来时，生产商仍对新增产能保持谨慎。建设或扩建半导体制造厂需要数年时间，而提升新一代 NAND 的良率同样需要时间。

HDD 供应商也采取了自己的供给纪律方式。他们专注于高容量近线硬盘，减少对萎缩传统市场的依赖，并使生产与客户承诺更加紧密地匹配。近线硬盘是为大型、持续运行的存储系统设计的企业级 HDD。

这一策略避免了浪费，但也为意外激增留下了更少弹性。当云计算公司加速 AI 基础设施计划时，制造商无法立即创造出经过认证的产出。

买方随后又强化了短缺。大型云服务商寻求更长期的供应协议，以降低运营风险。其他客户则通过提前建立库存作出回应，增加了供应商可见的订单量。

这种行为会放大真实的供需失衡。预期未来短缺的公司会比计划更早下单。这一行动会收紧当前供应，并促使另一位买家采取同样做法。

关税和贸易政策带来了额外不确定性。存储产品在制造、组装、测试和分销过程中会跨越多个边境。即使全球产量没有下降，关税或出口限制的变化也会影响采购来源和区域价格。

产品迭代引入了另一种风险。HAMR 硬盘承诺实现更高密度，但云端买家必须对其进行认证。PCIe Gen6 SSD 提供更高吞吐量，但服务器需要兼容的平台才能发挥其全部性能。

QLC NAND 通过在每个单元中存储四个比特来提高存储密度。它可以改善容量经济性，但其写入耐久性和性能特征与 TLC 等替代方案不同，后者每个单元存储三个比特。工作负载设计仍然至关重要。

电力和冷却同样限制部署。高密度 SSD 可以节省机架空间，但高性能系统仍会消耗电力并产生热量。数据中心可能拥有存储设备，却没有为计划中的集群提供足够电力容量。

最怀疑的解读认为，该行业正在利用 AI 为有利的定价周期辩护。这种观点包含一项有益警示，但忽略了重要证据。制造商营收、企业订单、长期协议和云端容量计划都指向真实需求。

相反的说法也过于简单。AI 并非作用于一个原本中性的市场之外部力量。制造商决定优先发展哪些产品、增加多少产能，以及多快接受库存风险。

因此，消费者应当避免相信价格只会朝一个方向变化的预测。当需求预测走弱或库存累积时，组件市场可能迅速变化。即使消费需求回落，企业需求仍可能保持强劲。

TrendForce 在 2026 年 7 月报告称，随着买方抗拒情绪增强，合约价格增长正在放缓。该机构还观察到现货市场走弱，市场分化更加明显。高容量企业级 SSD 仍然是主要增长引擎。

这种分化十分重要。企业级产品可以继续紧张，而消费渠道则趋于稳定。或者，供应商也可能持续优先供应数据中心，即使零售需求走弱，压力仍会延续。

因此，存储危机具有结构性，但并非永久。AI 改变了需求的规模与构成。高价将持续多久，取决于产能增长、认证进度、云端采购，以及消费者是否愿意推迟升级。

谁承担稀缺存储的成本

负担从超大规模云服务商向下游转移至设备制造商、规模较小的基础设施买家、开发者，以及议价能力较弱的消费者。

大型云服务商处于最有利的位置。他们可以预测容量需求、签订长期协议，并直接与制造商合作进行产品认证。其规模还支持定制硬件和软件优化。

存储制造商从这种可预测性中获益。Western Digital 在发布其 2026 年战略时表示，AI 和云业务占其营收的 90%。该公司越来越将自己定位为基础设施合作伙伴，而非商品化硬盘供应商。

Seagate 同样受益于客户更看重 EB 交付量而非单位出货量。该公司的 HAMR 路线图使其能够销售可降低数据中心整体基础设施需求的密度升级。

Micron 和其他 NAND 供应商可以将重点放在技术要求更高的企业级 SSD 上。这一转变支持对更快接口、更高密度 QLC 产品和专用固件的投入。

规模较小的云服务商面临更棘手的权衡。他们没有超大规模云厂商的采购量，却要竞争同类设备。更长的交付周期可能推迟服务上线，或迫使他们在需求尚未明朗前就预留产能。

建设私有 AI 系统的企业同时面临两类存储需求。它们需要闪存来支持活跃的推理和检索，也需要经济型容量来存放源数据并满足留存要求。习惯于存储成本持续下降的采购团队，必须调整规划假设。

开发者会间接受到压力。云服务商可能通过提高服务费用、收紧存储限制或提高数据传输价格来转嫁基础设施成本。内部平台团队也可能缩短数据留存期限并收紧配额。

这些限制会影响软件设计。工程师可能压缩检查点、删除中间产物、更早地对数据分层，或将不活跃资料迁移至对象存储。他们也可能减少为评估而保留的模型版本数量。

治理要求让这些节省措施更加复杂。受监管组织通常需要审计记录、源文件、访问历史和可复现的结果。删除数据或许能降低存储消耗，却可能增加合规或运营风险。

知识工作者在更小的尺度上也会遇到同样的取舍。AI 辅助项目会产生转录文本、摘要、草稿、生成媒体和重复的源文件。若没有留存规则，生成的便利性会带来不断增长的档案库。

个人知识工具可通过有意识的信息采集减少重复内容，尽管软件层面的整理无法消除存储的物理成本。它能帮助用户判断哪些内容值得保存，哪些可以重新生成。

设备购买者可能面临更低的配置或升级延迟。计算机制造商可能在同一产品定位下提供更少的本地存储空间。用户随后将更依赖云存储，这只是转移了容量需求，而非消除了它。

独立系统组装者最难抵御组件价格的突然变化。他们在大客户谈妥承诺之后，才通过分销商和零售渠道采购。他们所面对的价格可能几乎毫无预警地反映库存状况。

因此，这种影响分布并不均衡。制造最强需求的公司，往往也最有能力保障供应。没有长期协议的买家会承受更多波动。

这种失衡也会影响竞争。一家资金雄厚的 AI 公司可以在产品发布前预留基础设施。规模较小的竞争对手则必须在昂贵的承诺与用户增长时存储可能无法获得的风险之间作出选择。

存储或许不像加速器那样受关注，但它可能成为部署的关卡。一个在演示中高效运行的模型，仍需要生产数据、检索系统、日志、备份和恢复副本。

这场隐性危机并非世界将耗尽字节，而是合格的存储容量只会以特定产品、地区和时间窗口的形式到位。能否获取取决于规划能力和采购议价权。

三个信号将显示存储压力何时缓解

下一阶段取决于 EB 级供应、NAND 分配和云服务商采购承诺，而非单一零售价格图表。

第一个信号是通过认证的高密度 HDD 产量。Seagate 必须扩大 HAMR 出货量，而 Western Digital 则推进自己的密度路线图。若能顺利通过云服务商认证，就能增加 EB 容量，而无需等比例增加硬盘数量。

投资者和买家应关注单盘出货容量、制造良率以及近线存储的 EB 增长。如果不断上升的产量超过已承诺的云端需求，短缺论点将会减弱。认证延迟，或 EB 需求持续保持在 20% 中段水平，则会强化这一论点。

Western Digital 的2026 年存储路线图尤其值得关注，因为该公司已将其未来直接与 AI 及云基础设施挂钩。关键检验在于，已宣布的密度提升能否转化为被广泛交付的产品。

第二个信号是 NAND 供应分配。供应商可通过制程转换、更广泛采用 QLC、更高良率或新增晶圆厂产能来提高比特产出。比特是数字数据的最小单位，而比特增长衡量的是总内存产出，而非设备出货量。

应关注被企业级 SSD 吸收的 NAND 占比，以及企业级与客户端合同价格之间的差距。更多供应分配给消费级市场，将缓解笔记本电脑和零售 SSD 的压力。即使整体产出增加，若企业级市场仍被优先保障，挤压仍会持续。

Micron 预计紧张状况将延续至 2027 年之后，这是一项有力的制造商预测，而非必然结果。更快的制程爬坡或疲软的云端订单，都可能缩短这一时间线；技术延误则可能将其延长。

第三个信号是超大规模云厂商协议的持续时间。长期承诺让制造商相信新增产能拥有可靠买家。同时，它们也会减少短期渠道采购客户可获得的供应。

Seagate、Western Digital、Micron 及其他供应商的季度文件能够揭示交付周期、库存和客户行为的变化。从预留转向库存过剩，将是压力缓解的信号；新的多年期承诺则会强化结构性需求的论点。

零售价格仍有参考价值，但会滞后于这些决策。促销活动可能暂时掩盖上游涨价，而旧库存可能在合同改变后仍让某一产品保持可负担价格。单个硬盘的商品页面无法衡量整个市场。

Google News 将继续呈现戏剧性的案例，因为消费级价格上涨更直观，也更容易引发情绪反应。读者应在得出结论前，将这些案例与制造商产出、企业级分配和云端协议联系起来。

最站得住脚的判断是，AI 已将存储转变为一种战略性基础设施约束。HDD 提供经济的规模化容量，而 SSD 则提供让昂贵算力保持高效所需的速度。两条供应链都无法即时扩张。

对买家而言，实际的应对方式是更早预测容量需求、将活跃数据与档案分开，并避免假定每一份存储产物都具有永久价值。在作出大规模部署决策前，应监测认证进展和合同市场。如果企业级分配放松、EB 产出加速，这场危机将会减弱。若云服务商持续预留供应至 2027 年，那么如今更高的 HDD 和 SSD 价格看起来将不再像一次短暂飙升，而更像新的规划基线。